Kibana使用说明
作者:互联网
通过访问IP:5601即可
注:下列所有操作可结合elasticsearch-head进行学习
索引的创建删除操作
索引其实也可以理解成是一张表
索引创建
索引创建并赋值
索引创建及定义属性
这里会涉及type为text类型,除了text类型,对于字符串还可以分配keyword类型二者区别如下:
-
keyword类型的词语会被当成一个整体存储
-
text类型的词语则会被分词器拆分进行存储,中文是单个存储,英文是按照空格进行,在我们进行查找的时候默认都会进行拆分,这里的拆分规则和分词器字典无关
索引删除
索引文档的删改查操作
增加索引文档
注:id需唯一,如果指向的是已存在的id,则会变为修改操作
修改索引文档
虽然使用增加索引的方式也可以实现索引文档的修改,但是其实ES也提供了update方法来进行修改
删除索引文档
其实删除索引和删除索引文档的区别就在于是否准确指定到具体的id,未指定则就会删除其索引
索引文档的简单查询
索引文档的条件查询
先理解下Match和Term相关解释
Match和Term的区别
Match是模糊查询,代表只要字段被包含则会查询,不在乎分词结果
1、当查询text时,由于一句话会被拆分,所以任意包含即可
2、当查询keyword时,由于一句话不会被拆分,所以必须完全匹配才可以
Term是精确查询
1、当我们查找的类型为text时,一句话被拆分了,所以我们查找这句话时将无法查询到,就只能通过被拆分后的某个字进行查询,这个具体可以通过_analyze查看
2、当我们查找的类型为keyword时,一句话就不会被拆分,这时候我们查找一句话就可以被查询到,查询单个词的话,将无法查询到
这也就是为什么Term被称作精确查询
总结:Match和Term查询keyword都需要完全匹配,但是查询text时,因为text是拆分存储,match也是拆分查询,所以任意输入值都可以查询到值,而Term是不拆分查询,所以在很多时候,Term查text只能通过单个值去查才有结果
注:汉语是一个字一个字分组,英文的话是以空格进行分组
Match模糊查询
根据上图进行操作
持续更新。。。。
标签:Term,text,Kibana,查询,说明,索引,文档,拆分,使用 来源: https://www.cnblogs.com/cjzzz/p/16110564.html